信号的频谱分析实验报告
实验四 信号的频谱分析
一.实验目的
1。掌握利用FF Ｔ分析连续周期，非周期信号的频谱，如周期，非周期方波,正弦信号等。理解CFS,CTFT 与DFT(FFT ）的关系。
2.利用ＦＦT 分析离散周期，非周期信号的频谱,如周期,非周期方波,正弦信号等。理解DF Ｓ,DTFT 与DFT （F ＦT ）的关系，并讨论连续信号与离散信号频谱分析方法的异同。
二．实验要求
1.编写程序完成任意信号数字谱分析算法;
2。编写实验报告。
三．实验内容
1.利用FFT,分析并画出sin(100),cos(100)t t ππ频谱，改变采样间隔与截断长度,分析混叠与泄漏对单一频率成分信号频谱的影响。
（１)sin(100*pi ＊t)产生程序：
cl ｏｓe al ｌ；
clc ；
clea ｒ；
t ＝0：0.0025:0。5—0。0０2５;
f=400*t ；
ｗ０=1０0＊pi;
ｙ＝sin(w0*t ）;
a=fft （y)；
b=ａbs （a ）/200;
d=angl ｅ（a ）＊180/pi ；
ｓubp ｌot(3１1);
p ｌot(t ，y ）;
ti ｔle('y=ｓin （wt)');
xlab ｅl(’t’);
ylabel （’y(t ）’)；
s ｕｂplot(312)；
stem(f,b ）;
title(＇振幅’);
xla ｂel(’f’);
ｙlab ｅl(’y(t ）');
s ｕbp ｌot(３1３);
ｓｔem(f ，d);
t ｉtle('相位'）;
xl ａbel （’ｔ’）；
yla ｂｅl （＇y(ｔ）');
混叠
clｏse ａll;
cｌc;
ｃleaｒ;
t=０：0.０115：０。4６-0.0115; f=(t/０。０1１５)*2;
w0=1０0＊pi；
y＝sin（w０*t）；
a=fft(y);
b=abｓ(a)/４０；
ｄ=ａｎglｅ(a)＊180／ｐi;
subｐlot（3１１）；
ploｔ(ｔ,y)；
titlｅ('y=sin(wt)＇);
xlabel('t'）；
ylaｂｅl('y(t)’);
subｐlot(３12)；
steｍ(f，b);
titｌｅ('振幅'）；
xｌａbｅl('ｆ’);
ｙlabeｌ(’y(t)');
sｕbpｌoｔ(313）;
stｅm（f,d);
ｔiｔle（’相位＇）；
ｘlabel（＇t＇)；
ｙlabeｌ（'y(t)')；
泄漏
cloｓｅａlｌ;
clc;
ｃlｅar;
t=0:0.0０２5：0.5-0。0075；f＝800＊ｔ；
ｗ0=1０0*pi;
y＝sｉn（w0*t);
a=ｆft(ｙ）；
ｂ=abs（a）/198;
d=angle(a）＊180/ｐi；
ｓｕbｐlｏt（３1１);
ｐｌot(t,ｙ);
ｔiｔｌe(’ｙ＝siｎ(wｔ)’);
xｌaｂel（’ｔ＇）;
ylabｅl(’y(t)＇）；
suｂplｏt(31２)；
stem(ｆ，b）;
title(’振幅')；
xlａbel（’f＇)；
ylabel(’y（t)’）;
ｓubｐｌot(313）;
ｓｔｅm（f,ｄ);
titlｅ（'相位’)；
xｌaｂeｌ（’ｔ');
ｙlａbel('y（t)');
应用FFT对信号进行频谱分析实验报告
实验 应用FFT 对信号进行频谱分析 一、实验目的 1、在理论学习的基础上，通过本次实验，加深对快速傅里叶变换的理解，熟悉FFT 算法及其程序的编写。 2、熟悉应用FFT 对典型信号进行频谱分析的方法。 3、了解应用FFT 进行新红啊频谱分析过程中可呢个出现的问题，以便在实际中正确应用FFT 。 二、实验原理 一个连续信号()a x t 的频谱可以用它的傅里叶变换表示为： ()()j t a a X j x t e dt +∞ -Ω-∞Ω=? （2-1） 如果对信号进行理想采样，可以得到离散傅里叶变换： ()()j n X e x n z ω +∞ --∞=∑ （2-2） 在各种信号序列中，有限长序列在数字信号处理中占有很重要的。无限长的序列往往可以用有限长序列来逼近。对于有限长的序列我们可以使用离散傅里叶变换（DFT ），这一序列可以很好的反应序列的频域特性，并且容易利用快速算法在计算机上实现当序列的长度是N 时，我们定义离散傅里叶变换为： 1 0()[()]()N kn N n X k DFT x n x n W -===∑ （2-3） DFT 是对序列傅里叶变换的灯具采样，因此可以用于序列的频谱分析。在利用DFT 进行频谱分析的时候可能有三种误差： （1）混叠现象 序列的频谱是采样信号频谱的周期延拓，周期是2/T π，因此当采样频率不满足奈奎斯特定理，即采样频率1/s f T =小于两倍的信号频率时，经过采样就会发生频谱混叠。这导致采样后的信号序列不能真实的反映原信号的频谱。 （2）泄漏现象 泄漏是不能和混叠完全分开的，因为泄漏导致频谱的扩展，从而造成混淆。为了减小混淆的影响，可以选择适当的窗函数使频谱的扩散减到最小。 （3）栅栏效应 因为DFT 是对单位圆上Z 变换的均匀采样，所以它不可能将频谱视为一个连续的函数。这样就产生了栅栏效应。减小栅栏效应的一个方法是在源序列的末端补一些零值，从而变动DFT 的点数。 三、实验内容和结果 1、观察高斯序列的时域和频域特性 （1）固定高斯序列()a x n 中的参数p=8，当q 为2，4，8时其时域和幅频特性分别如图 2.1，图2.2所示：
北理工随机信号分析实验报告
本科实验报告实验名称：随机信号分析实验
实验一 随机序列的产生及数字特征估计 一、实验目的 1、学习和掌握随机数的产生方法。 2、实现随机序列的数字特征估计。 二、实验原理 1、随机数的产生 随机数指的是各种不同分布随机变量的抽样序列（样本值序列）。进行随机信号仿真分析时，需要模拟产生各种分布的随机数。 在计算机仿真时，通常利用数学方法产生随机数，这种随机数称为伪随机数。伪随机数是按照一定的计算公式产生的，这个公式称为随机数发生器。伪随机数本质上不是随机的，而且存在周期性，但是如果计算公式选择适当，所产生的数据看似随机的，与真正的随机数具有相近的统计特性，可以作为随机数使用。 (0，1)均匀分布随机数是最最基本、最简单的随机数。(0，1)均匀分布指的是在[0，1]区间上的均匀分布，即 U(0，1)。实际应用中有许多现成的随机数发生器可以用于产生(0，1)均匀分布随机数，通常采用的方法为线性同余法，公式如下： )(m od ,110N ky y y n n -= N y x n n /= 序列{}n x 为产生的(0，1)均匀分布随机数。 下面给出了上式的3组常用参数： 1、10 N 10,k 7==，周期7 510≈?； 2、（IBM 随机数发生器）31 16 N 2,k 23,==+周期8 510≈?； 3、（ran0）31 5 N 21,k 7,=-=周期9 210≈?； 由均匀分布随机数，可以利用反函数构造出任意分布的随机数。 定理 1.1 若随机变量 X 具有连续分布函数F X (x)，而R 为(0,1)均匀分布随机变量，则有 )(1R F X x -= 由这一定理可知，分布函数为F X (x)的随机数可以由(0,1)均匀分布随机数按上式进行变
随机信号分析实验报告
一、实验名称 微弱信号的检测提取及分析方法 二、实验目的 1．了解随机信号分析理论如何在实践中应用 2．了解随机信号自身的特性，包括均值、方差、相关函数、频谱及功率谱密度等 3．掌握随机信号的检测及分析方法 三、实验原理 1．随机信号的分析方法 在信号与系统中，我们把信号分为确知信号和随机信号。其中随机信号无确定的变化规律，需要用统计特新进行分析。这里我们引入随机过程的概念，所谓随机过程就是随机变量的集合，每个随机变量都是随机过程的一个取样序列。 随机过程的统计特性一般采用随机过程的分布函数和概率密度来描述，他们能够对随机过程作完整的描述。但由于在实践中难以求得，在工程技术中，一般采用描述随机过程的主要平均统计特性的几个函数，包括均值、方差、相关函数、频谱及功率谱密度等来描述它们。本实验中算法都是一种估算法，条件是N要足够大。 2．微弱随机信号的检测及提取方法 因为噪声总会影响信号检测的结果，所以信号检测是信号处理的重要内容之一，低信噪比下的信号检测是目前检测领域的热点，而强噪声背景下的微弱信号提取又是信号检测的难点。 噪声主要来自于检测系统本身的电子电路和系统外空间高频电磁场干扰等，通常从以下两种不同途径来解决 ①降低系统的噪声，使被测信号功率大于噪声功率。 ②采用相关接受技术，可以保证在信号功率小于噪声功率的情况下，人能检测出信号。 对微弱信号的检测与提取有很多方法，常用的方法有：自相关检测法、多重自相法、双谱估计理论及算法、时域方法、小波算法等。 对微弱信号检测与提取有很多方法，本实验采用多重自相关法。 多重自相关法是在传统自相关检测法的基础上，对信号的自相关函数再多次做自相关。即令： 式中，是和的叠加；是和的叠加。对比两式，尽管两者信号的幅度和相位不同，但频率却没有变化。信号经过相关运算后增加了信噪比，但其改变程度是有限的，因而限制了检测微弱信号的能力。多重相关法将 当作x（t），重复自相关函数检测方法步骤，自相关的次数越多，信噪比提高的越多，因此可检测出强噪声中的微弱信号。
数字信号处理实验报告
一、实验名称：基本信号的产生 二、实验目的：I 利用MATLAB 产生连续信号并作图 II 利用MATLAB 产生离散序列并作图 III 利用MATLAB 进行噪声处理 三、 实验内容： I 利用MATLAB 产生下列连续信号并作图 ①X(t)=-2u(t-1),-1 -1.5-1 -0.5 0.5 1 1.5 2 II 利用MATLAB 产生下列离散序列并作图 ① X(t)=1,-5<=t<=5 else 0,-15<=t<=15 MATLAB 程序如下: k= -15: 15; x=[zeros(1,10),ones(1,11),zeros(1,10)]; stem(k,x) 图形如下： ② X(t)=0.9^k*(cos(0.25*pi*k)+sin(0.25*pi*p),-20 实验报告 实验三：用FFT 对信号作频谱分析 一、 实验目的与要求 学习用FFT 对连续信号和时域离散信号进行谱分析的方法，了解可能出现的分析误差及其原因，以便正确应用FFT 。 二、 实验原理 用FFT 对信号作频分析是学习数字信号处理的重要内容，经常需要进行分析的信号是模拟信号的时域离散信号。对信号进行谱分析的重要问题是频谱分辨率D 和分析误差。频谱分辨率直接和FFT 的变换区间N 有关，因为FFT 能够实现的频率分辨率是2π/N ，因此要求2π/N 小于等于D 。可以根据此式选择FFT 的变换区间N 。误差主要来自于用FFT 作频谱分析时，得到的是离散谱，而信号（周期信号除外）是连续谱，只有当N 较大时，离散谱的包络才能逼近连续谱，因此N 要适当选择大一些。 三、 实验步骤及内容（含结果分析） （1）对以下序列进行FFT 分析： x 1(n)=R 4(n) x 2(n)= x 3(n)= 选择FFT 的变换区间N 为8和16两种情况进行频谱分析，分别打印出幅频特性曲线，并进行讨论、分析与比较。 【实验结果如下】： n+1 0≤n ≤3 8-n 4≤n ≤7 0 其它n 4-n 0≤n ≤3 n-3 4≤n ≤7 0 其它 n 实验结果图形与理论分析相符。（2）对以下周期序列进行谱分析： x4(n)=cos[(π/4)*n] x5(n)= cos[(π/4)*n]+ cos[(π/8)*n] 选择FFT的变换区间N为8和16两种情况进行频谱分析，分别打印出幅频特性曲线，并进行讨论、分析与比较。 【实验结果如下】： （3）对模拟周期信号进行频谱分析： x6(n)= cos(8πt)+ cos(16πt)+ cos(20πt) 选择采样频率Fs=64Hz，FFT的变换区间N为16、32、64三种情况进行频谱分析，分别打印出幅频特性曲线，并进行讨论、分析与比较。 【实验结果如下】： 实验三 随机信号通过线性和非线性系统后的特性分析 一、实验目的 1、了解随机信号的均值、均方值、方差、自相关函数、互相关函数、概率密度、频谱及功率谱特性。 2、研究随机信号通过线性系统和非线性系统后的均值、均方值、方差、自相关函数、互相关函数、概率密度、频谱及功率谱有何变化，分析随机信号通过线性系统和非线性系统后的特性 二、实验仪器与软件平台 1、 微计算机 2、 Matlab 软件平台 三、实验步骤 1、 根据本实验内容和要求查阅有关资料，设计并撰写相关程序流程。 2、 选择matlab 仿真软件平台。 3、 测试程序是否达到设计要求。 4、 分析实验结果是否与理论概念相符 四、实验内容 1、 随机信号通过线性系统和非线性系统后的特性分析 （1）实验原理 ①随机信号的分析方法 在信号系统中，可以把信号分成两大类：确定信号和随机信号。确定信号具有一定的变化规律，二随机信号无一定的变化规律，需要用统计特性进行分析。在这里引入了一个随机过程的概念。所谓随机过程，就是随机变量的集合，每个随机变量都是随机过程的一个采样序列。随机过程可以分为平稳的和非平稳的，遍历的和非遍历的。如果随机信号的统计特性不随时间的推移而变化。则随机过程是平稳的。如果一个平稳的随机过程的任意一个样本都具有相同的统计特性。则随机过程是遍历的。下面讨论的随机过程都认为是平稳的遍历的随机过程，因此，可以随机取随机过程的一个样本值来描述随机过程中的统计特性。 随机过程的统计特性一般采用主要的几个平均统计特性函数来描述，包括、均方值、方差、自相关系数、互相关系数、概率密度、频谱及功率谱密度等。 a.随机过程的均值 均值E[x(t)]表示集合平均值或数学期望值。基于过程的各态历经行，可用时间间隔T 内的幅值平均值表示，即 ∑-==1 /)()]([N t N t x t x E 均值表达了信号变化的中心趋势，或称之为直流分量。 数字信号处理》 实验报告 年级：2011 级班级：信通 4 班姓名：朱明贵学号： 111100443 老师：李娟 福州大学 2013 年11 月 实验一快速傅里叶变换(FFT)及其应用 一、实验目的 1. 在理论学习的基础上，通过本实验，加深对FFT的理解，熟悉MATLAB^的有关函数。 2. 熟悉应用FFT对典型信号进行频谱分析的方法。 3. 了解应用FFT进行信号频谱分析过程中可能出现的问题，以便在实际中正确应用FFT。 4. 熟悉应用FFT实现两个序列的线性卷积和相关的方法。 二、实验类型 演示型 三、实验仪器 装有MATLA爵言的计算机 四、实验原理 在各种信号序列中，有限长序列信号处理占有很重要地位，对有限长序列，我们可以 使用离散Fouier变换(DFT)。这一变换不但可以很好的反映序列的频谱特性，而且易于用快速算法在计算机上实现，当序列x(n)的长度为N时，它的DFT定义为： JV-1 $生 反变换为： 如-器冃吋 科— 有限长序列的DFT是其Z变换在单位圆上的等距采样，或者说是序列Fourier变换的等 距采样，因此可以用于序列的谱分析。 FFT并不是与DFT不同的另一种变换，而是为了减少DFT运算次数的一种快速算法。它 是对变换式进行一次次分解，使其成为若干小点数的组合，从而减少运算量。常用的FFT 是以2为基数的，其长度A - o它的效率高，程序简单，使用非常方便，当要变换的 序列长度不等于2的整数次方时，为了使用以2为基数的FFT，可以用末位补零的方法，使其长度延长至2的整数次方。 (一)在运用DFT进行频谱分析的过程中可能的产生三种误差 1 .混叠 序列的频谱是被采样信号频谱的周期延拓，当采样速率不满足Nyquist定理时，就会 发生频谱混叠，使得采样后的信号序列频谱不能真实的反映原信号的频谱。避免混叠现象的 唯一方法是保证采样速率足够高，使频谱混叠现象不致出现，即在确定采样频率之前，必须 第一题 如何用计算机模拟一个随机事件，并估计随机事件发生的概率以计算圆周率π。 解： （一）蒙特卡洛方法可用于近似计算圆周率：让计算机每次随机生成两个0到1之间的数，看以这两个实数为横纵坐标的点是否在单位圆内。生成一系列随机点，统计单位圆内的点数与总点数，（圆面积和外切正方形面积之比为π：4），当随机点取得越多时，其结果越接近于圆周率。 代码： N=100000000; x=rand(N,1); y=rand(N,1); count=0; for i=1:N if (x(i)^2+y(i)^2<=1) count=count+1; end end PI=vpa(4*count/N,10) PI = 3.1420384 蒙特卡洛法实验结果与试验次数相关，试验次数增加，结果更接近理论值 （二）18世纪，法国数学家布丰和勒可莱尔提出的“投针问题”，记载于布丰1777年出版的著作中：“在平面上画有一组间距为d的平行线，将一根长度为l （l 频域分析实验报告 班级： 学号： 姓名： 一、实验内容： 1利用计算机作出开环系统的波特图； 2、观察记录控制系统的开环频率特性； 3、控制系统的开环频率特性分析。 二、仿真原理： 对数频率特性图（波特图）： 对数频率特性图包括了对数幅频特性图和对数相频特性图。横坐标为频率w，采用对数分度，单位为弧度/秒；纵坐标均匀分度，分别为幅值函数20lgA(w)，以dB表示；相角，以度表示。MATLAB提供了函数bode()来绘制系统的波特图，其用法如下： （1）bode(num，den)：可绘制出以连续时间多项式传递函数表示的系统的波特图。 （2）当带输出变量[mag，pha，w]或[mag，pha]引用函数时，可得到系统波特图相应的幅值mag、相角pha及角频率点w矢量或只是返回幅值与相角。相角以度为单位，幅值可转换为分贝单位：magdb=20×log10(mag) 二、实验验证 1、用Matlab作Bode图。要求:画出对应Bode图。 （1）G(S)=25/S2+4s+25 （7）G(S)=9(s2+0.2s+1)/s(s2+1.2s+9)； 图 1 图 2 (1)G(S)=25/S2+4s+25 可以看成是一个比例环节和一个振荡环节组成，所以k=1，T1=0.04,因为v=0，所以在转折频率之前都为20lgk，因为k=1所以斜率为0，经过转折频率，分段直线斜率的变化量为-40db/dec。 （7）G(S)=9(s2+0.2s+1)/s(s2+1.2s+9)； 可以看成是一个二阶微分环节和一个积分环节和一个振荡环节组成，化常数为1后，v=1，t1=1，t2=1/3，所以我们可以看到，在起始阶段是-20*vdb/dec，所以一开始斜率为-20db/dec。当经过1/3的转折频率之后分段直线的改变量为40db/dec，当经过1的转折频率之后分段直线的改变量为-40db/dec。故图像如图所示。 第二题： 典型二阶系统Gs=Wn2/s2+2ζWns+Wn2，试绘制取不同值时的Bode图。取Wn=8，ζ=0.1，0.2，0.3，,0.5，0.6； 图 3 如图所示。 随机信号分析 实验报告 目录 随机信号分析 (1) 实验报告 (1) 理想白噪声和带限白噪声的产生与测试 (2) 一、摘要 (2) 二、实验的背景与目的 (2) 背景： (2) 实验目的: (2) 三、实验原理 (3) 四、实验的设计与结果 (4) 实验设计: (4) 实验结果: (5) 五、实验结论 (12) 六、参考文献 (13) 七、附件 (13) 1 理想白噪声和带限白噪声的产生与测试一、摘要 本文通过利用MATLAB软件仿真来对理想白噪声和带限白噪声进行研究。理想白噪声通过低通滤波器和带通滤波器分别得到低通带限白噪声和帯通带限白噪声。在仿真的过程中我们利用MATLAB工具箱中自带的一些函数来对理想白噪声和带限白噪声的均值、均方值、方差、功率谱密度、自相关函数、频谱以及概率密度进行研究，对对它们进行比较分析并讨论其物理意义。 关键词：理想白噪声带限白噪声均值均方值方差功率谱密度自相关函数、频谱以及概率密度 二、实验的背景与目的 背景： 在词典中噪声有两种定义：定义1：干扰人们休息、学习和工作的声音，引起人的心理和生理变化。定义2：不同频率、不同强度无规则地组合在一起的声音。如电噪声、机械噪声，可引伸为任何不希望有的干扰。第一种定义是人们在日常生活中可以感知的，从感性上很容易理解。而第二种定义则相对抽象一些，大部分应用于机械工程当中。在这一学期的好几门课程中我们都从不同的方面接触到噪声，如何的利用噪声，把噪声的危害减到最小是一个很热门的话题。为了加深对噪声的认识与了解，为后面的学习与工作做准备，我们对噪声进行了一些研究与测试。 实验目的: 了解理想白噪声和带限白噪声的基本概念并能够区分它们，掌握用MATLAB 或c/c++软件仿真和分析理想白噪声和带限白噪声的方法，掌握理想白噪声和带限白噪声的性质。 数字信号处理综合实验报告 实验题目：基于Matlab的语音信号去噪及仿真 专业名称： 学号： 姓名： 日期： 报告内容： 一、实验原理 1、去噪的原理 1.1 采样定理 在进行模拟/数字信号的转换过程中，当采样频率fs.max大于信号中，最高频率fmax的2倍时，即：fs.max>=2fmax,则采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的5～10倍；采样定理又称奈奎斯特定理。1924年奈奎斯特(Nyquist)就推导出在理想低通信道的最高大码元传输速率的公式: 理想低通信道的最高大码元传输速率=2W*log2 N (其中W是理想低通信道的带宽,N是电平强度)为什么把采样频率设为8kHz?在数字通信中，根据采样定理, 最小采样频率为语音信号最高频率的 2倍 频带为F的连续信号f(t)可用一系列离散的采样值f(t1),f(t1±Δt)，f(t1±2Δt)，...来表示,只要这些采样点的时间间隔Δt≤1/2F，便可根据各采样值完全恢复原来的信号f(t)。这是时域采样定理的一种表述方式。 时域采样定理的另一种表述方式是：当时间信号函数f(t)的最高频率分量为fM时,f(t)的值可由一系列采样间隔小于或等于1/2fM的采样值来确定,即采样点的重复频率f≥2fM。图为模拟信号和采样样本的示意图。 时域采样定理是采样误差理论、随机变量采样理论和多变量采样理论的基础。对于时间上受限制的连续信号f(t)（即当│t│>T时,f(t)=0,这里T=T2-T1是信号的持续时间），若其频谱为F（ω）,则可在频域上用一系列离散的采样值 （1-1） 采样值来表示,只要这些采样点的频率间隔 （1-2） 。 1.2 采样频率 采样频率，也称为采样速度或者采样率，定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。采样频率的倒数是采样周期或者叫作采样时间，它是采样之间的时间间隔。通俗的讲采样频率是指计算 实 验 报 告 实验课程名称： 语音信号处理实验 姓名： 班级： 20120811 学号： 指导教师 张磊 实验教室 21B#293 实验时间 2015年4月12日 实验成绩 实验序号 实验名称 实验过程 实验结果 实验成绩 实验一 语音信号的端点检测 实验二 语音信号的特征提取 实验三 语音信号的基频提取 实验一 语音信号的端点检测 一、实验目的 1、掌握短时能量的求解方法 2、掌握短时平均过零率的求解方法 3、掌握利用短时平均过零率和短时能量等特征，对输入的语音信号进行端点检测。 二、实验设备 HP 计算机、Matlab 软件 三、实验原理 1、短时能量 语音信号的短时能量分析给出了反应这些幅度变化的一个合适的描述方法。对于信号)}({n x ，短时能量的定义如下： ∑ ∑∞ -∞ =∞ -∞ =*=-= -= m m n n h n x m n h m x m n w m x E )()()()()]()([222 2、短时平均过零率 短时平均过零率是指每帧内信号通过零值的次数。对于连续语音信号，可以 考察其时域波形通过时间轴的情况。对于离散信号，实质上就是信号采样点符号变化的次数。过零率在一定程度上可以反映出频率的信息。短时平均过零率的公式为： ∑∑-+=∞ -∞=--= ---=1)] 1(sgn[)](sgn[2 1 ) ()]1(sgn[)](sgn[21N n n m w w m n m x m x m n w m x m x Z 其中，sgn[.]是符号函数，即 ? ? ?<-≥=0)(10)(1 )](sgn[n x n x n x 实验名称： 控制系统的频域分析 实验类型：________________同组学生姓名：__________ 一、实验目的和要求 用计算机辅助分析的方法，掌握频率分析法的三种方法，即Bode 图、Nyquist 曲线、Nichols 图。 二、实验内容和原理 （一）实验原理 1．Bode(波特)图 设已知系统的传递函数模型： 1 1211121)(+-+-+???+++???++=n n n m m m a s a s a b s b s b s H 则系统的频率响应可直接求出： 1 1211121)()()()()(+-+-+???+++???++=n n n m m m a j a j a b j b j b j H ωωωωω MATLAB 中，可利用bode 和dbode 绘制连续和离散系统的Bode 图。 2．Nyquist(奈奎斯特)曲线 Nyquist 曲线是根据开环频率特性在复平面上绘制幅相轨迹，根据开环的Nyquist 线，可判断闭环系统的稳定性。 反馈控制系统稳定的充要条件是，Nyquist 曲线按逆时针包围临界点(-1，j0)p 圈，为开环传递函数位于右半s 一平面的极点数。在MATLAB 中，可利用函数nyquist 和dnyquist 绘出连续和离散系统的乃氏曲线。 3．Nicho1s(尼柯尔斯)图 根据闭环频率特性的幅值和相位可作出Nichols 图，从而可直接得到闭环系统的频率特性。在 MATLAB 中，可利用函数nichols 和dnichols 绘出连续和离散系统的Nichols 图。 （二）实验内容 1．一系统开环传递函数为 ) 2)(5)(1(50)(-++=s s s s H 绘制系统的bode 图，判断闭环系统的稳定性，并画出闭环系统的单位冲击响应。 2．一多环系统 ) 10625.0)(125.0)(185.0(7.16)(+++=s s s s s G 其结构如图所示 试绘制Nyquist 频率曲线和Nichols 图，并判断稳定性。 （三）实验要求 随机信号分析实验报告 ——基于MATLAB语言 姓名： _ 班级： _ 学号： 专业： 目录 实验一随机序列的产生及数字特征估计 (2) 实验目的 (2) 实验原理 (2) 实验内容及实验结果 (3) 实验小结 (6) 实验二随机过程的模拟与数字特征 (7) 实验目的 (7) 实验原理 (7) 实验内容及实验结果 (8) 实验小结 (11) 实验三随机过程通过线性系统的分析 (12) 实验目的 (12) 实验原理 (12) 实验内容及实验结果 (13) 实验小结 (17) 实验四窄带随机过程的产生及其性能测试 (18) 实验目的 (18) 实验原理 (18) 实验内容及实验结果 (18) 实验小结 (23) 实验总结 (23) 实验一随机序列的产生及数字特征估计 实验目的 1.学习和掌握随机数的产生方法。 2.实现随机序列的数字特征估计。 实验原理 1.随机数的产生 随机数指的是各种不同分布随机变量的抽样序列（样本值序列）。进行随机信号仿真分析时，需要模拟产生各种分布的随机数。 在计算机仿真时，通常利用数学方法产生随机数，这种随机数称为伪随机数。伪随机数是按照一定的计算公式产生的，这个公式称为随机数发生器。伪随机数本质上不是随机的，而且存在周期性，但是如果计算公式选择适当，所产生的数据看似随机的，与真正的随机数具有相近的统计特性，可以作为随机数使用。 (0,1)均匀分布随机数是最最基本、最简单的随机数。(0,1)均匀分布指的是在[0,1]区间上的均匀分布， U(0,1)。即实际应用中有许多现成的随机数发生器可以用于产生(0,1)均匀分布随机数，通常采用的方法为线性同余法，公式如下： y0=1，y n=ky n(mod N) ? x n=y n N 序列{x n}为产生的(0,1)均匀分布随机数。 定理1.1若随机变量X 具有连续分布函数F x(x)，而R 为(0,1)均匀分布随机变量，则有 X=F x?1(R) 2.MATLAB中产生随机序列的函数 (1)(0,1)均匀分布的随机序列函数：rand 用法：x = rand(m,n) 功能：产生m×n 的均匀分布随机数矩阵。 (2)正态分布的随机序列 函数：randn 用法：x = randn(m,n) 功能：产生m×n 的标准正态分布随机数矩阵。 如果要产生服从N(μ,σ2)分布的随机序列，则可以由标准正态随机序列产生。 (3)其他分布的随机序列 分布函数分布函数 二项分布binornd 指数分布exprnd 泊松分布poissrnd 正态分布normrnd 离散均匀分布unidrnd 瑞利分布raylrnd 均匀分布unifrnd X2分布chi2rnd 3.随机序列的数字特征估计 对于遍历过程，可以通过随机序列的一条样本函数来获得该过程的统计特征。这里我们假定随机序列X(n)为遍历过程，样本函数为x(n)，其中n=0,1,2,……N-1。那么， 《随机信号分析》实验报告二 班级： 学号： 姓名： 实验二高斯噪声的产生和性能测试 １．实验目的 （1）掌握加入高斯噪声的随机混合信号的分析方法。 （2）研究随机过程的均值、相关函数、协方差函数和方差。 ⒉实验原理 （1）利用随机过程的积分统计特性，给出随机过程的均值、相关函数、协方差函数和方差。 （2）随机信号均值、方差、相关函数的计算公式，以及相应的图形。 ⒊实验报告要求 （1）简述实验目的及实验原理。 （2）采用幅度为1，频率为25HZ的正弦信号错误!未找到引用源。为原信号，在其中加入均值为2，方差为0.04的高斯噪声得到混合随机信号X(t)。 试求随机过程 的均值、相关函数、协方差函数和方差。用MATLAB进行仿真，给出测试的随机过程的均值、相关函数、协方差函数和方差图形，与计算的结果作比较，并加以解释。 （3）分别给出原信号与混合信号的概率密度和概率分布曲线，并以图形形式分别给出原信号与混合信号均值、方差、相关函数的对比。 （4）读入任意一幅彩色图像，在该图像中加入均值为0，方差为0.01的高斯噪声，请给出加噪声前、后的图像。 （5）读入一副wav格式的音频文件，在该音频中加入均值为2，方差为0.04的高斯噪声，得到混合随机信号X(t)，请给出混合信号X(t)的均值、相关函数、协方差函数和方差，频谱及功率谱密度图形。 4、源程序及功能注释 （2）源程序： clear all; clc; t=0:320; %t=0:320 x=sin(2*pi*t/25); %x=sin(2*p1*t/25) x1=wgn(1,321,0); %产生一个一行32列的高斯白噪声矩阵，输出的噪声强度为0dbw 语音信号的数字滤波 一、实验目的： 1、掌握使用FFT进行信号谱分析的方法 2、设计数字滤波器对指定的语音信号进行滤波处理 二、实验内容 设计数字滤波器滤除语音信号中的干扰（4 学时） 1、使用Matlab的fft函数对语音信号进行频谱分析，找出干扰信号的频谱； 2、设计数字滤波器滤除语音信号中的干扰分量，并进行播放对比。 三、实验原理 通过观察原语音信号的频谱，幅值特别大的地方即为噪声频谱分量，根据对称性，发现有四个频率的正弦波干扰，将它们分别滤掉即可。采用梳状滤波器，经过计算可知，梳状滤波器h[n]={1，A，1}的频响|H(w)|=|A+2cos(w)|，由需要滤掉的频率分量的频响w,即可得到A，进而得到滤波器的系统函数h[n]。而由于是在离散频域内进行滤波，所以令w=(2k*pi/N)即可。 对原信号和四次滤波后的信号分别进行FFT变换，可以得到它们的幅度相应。最后，将四次滤波后的声音信号输出。 四、matlab代码 clc;clear;close all; [audio_data,fs]=wavread('SunshineSquare.wav'); %读取未处理声音 sound(audio_data,fs); N = length(audio_data); K = 0:2/N:2*(N-1)/N; %K为频率采样点 %sound(audio_data,fs); %进行一次FFT变换 FFT_audio_data=fft(audio_data); mag_FFT_audio_data = abs(FFT_audio_data); %画图 figure(1) %原信号时域 subplot(2,1,1);plot(audio_data);grid; title('未滤波时原信号时域');xlabel('以1/fs为单位的时间');ylabel('采样值'); %FFT幅度相位 subplot(2,1,2);plot(K,mag_FFT_audio_data);grid; title('原信号幅度');xlabel('以pi为单位的频率');ylabel('幅度'); %构造h[n]={1，A，1}的梳状滤波器，计算A=2cosW，妻子W为要滤掉的频率%由原信号频谱可知要分四次滤波，滤掉频响中幅度大的频率分量 %第一次滤波 a = [1,0,0,0];%y[n]的系数 [temp,k]=max(FFT_audio_data); A1=-2*cos(2*pi*k/N); h1=[1,A1,1]; audio_data_h1 = filter(h1,a,audio_data); FFT_audio_data_h1=fft(audio_data_h1); ( 2011-2012 学年 第二学期) 重庆理工大学研究生课程论文 课程论文题目： 《工程信号处理实验报告》 课程名称 工程信号处理实验 课程类别 □学位课 非学位课 任课教师 谢明 所在学院 汽车学院 学科专业 机械设计及理念 姓名 李文中 学 号 50110802313 提交日期 2012年4月12日 工程信号处理实验报告 姓名：李文中学号：50110802313 实验报告一 实验名称：数据信号采集及采样参数选定 1实验目的 1.1了解信号采集系统的组成，初步掌握信号采集系统的使用。 1.2加深对采样定理的理解，掌握采样参数的选择方法 1.3了解信号采集在工程信号处理中的实际应用，及注意事项。 2 实验原理 2.1 模数转换及其控制 对模拟信号进行采集，就是将模拟信号转换为数字信号，即模/数（A/D）转换，然后送入计算机或专用设备进行处理。模数转换包括三个步骤：（1）采样，（2）量化，（3）编码。采样，是对已知的模拟信号按一定的间隔抽出一个样本数据。若间隔为一定时间 T，则称这种采样为等时间间隔采样。除特别注明外，一般都采用等时间间隔采样；量化，是一种用有限字长的数字量逼近模拟量的过程。编码，是将已经量化的数字量变为二进制数码，因为数字处理器只能接受有限长的二进制数。模拟信号经过这三步转换后，变成了时间上离散、幅值上量化的数字信号。A/D转换器是完成这三个步骤的主要器件。 在信号采集系统中，A/D 转换器与计算机联合使用完成模数转换。用计算机的时钟或用软件产生等间隔采样脉冲控制 A/D 转换器采样。A/D 转换器通过内部电路进行量化与编码，输出有限长的二进制代码。信号采集系统中，通常由以 A/D转换器为核心的接口电路及控制软件，进行信号采集控制。 *注这部分是由本实验所用的信号采集器自动完成的，以上也是实验器材-信号采集器的部分工作原理。以后实验中就不再赘述。 2.2 信号采集的参数选择 实验三 连续时间LTI 系统的频域分析 一、实验目的 1、掌握系统频率响应特性的概念及其物理意义； 2、掌握系统频率响应特性的计算方法和特性曲线的绘制方法，理解具有不同频率响应特性的滤波器对信号的滤波作用； 3、学习和掌握幅度特性、相位特性以及群延时的物理意义； 4、掌握用MA TLAB 语言进行系统频响特性分析的方法。 基本要求：掌握LTI 连续和离散时间系统的频域数学模型和频域数学模型的MATLAB 描述方法，深刻理解LTI 系统的频率响应特性的物理意义，理解滤波和滤波器的概念，掌握利用MATLAB 计算和绘制LTI 系统频率响应特性曲线中的编程。 二、实验原理及方法 1 连续时间LTI 系统的频率响应 所谓频率特性，也称为频率响应特性，简称频率响应（Frequency response ），是指系统在正弦信号激励下的稳态响应随频率变化的情况，包括响应的幅度随频率的变化情况和响应的相位随频率的变化情况两个方面。 上图中x(t)、y(t)分别为系统的时域激励信号和响应信号，h(t)是系统的单位冲激响应，它们三者之间的关系为：)(*)()(t h t x t y =，由傅里叶变换的时域卷积定理可得到： )()()(ωωωj H j X j Y = 3.1 或者： ) () ()(ωωωj X j Y j H = 3.2 )(ωj H 为系统的频域数学模型，它实际上就是系统的单位冲激响应h(t)的傅里叶变换。即 ? ∞ ∞ --= dt e t h j H t j ωω)()( 3.3 由于H(j ω)实际上是系统单位冲激响应h(t)的傅里叶变换，如果h(t)是收敛的，或者说是绝对可积（Absolutly integrabel ）的话，那么H(j ω)一定存在，而且H(j ω)通常是复数，因此，也可以表示成复数的不同表达形式。在研究系统的频率响应时，更多的是把它表示成极坐标形式： ) ()()(ω?ωωj e j H j H = 3.4 上式中，)j (ωH 称为幅度频率相应（Magnitude response ），反映信号经过系统之后，信号各频率分量的幅度发生变化的情况，)(ω?称为相位特性（Phase response ），反映信号经过系统后，信号各频率分量在相位上发生变换的情况。)(ωj H 和)(ω?都是频率ω的函数。 对于一个系统，其频率响应为H(j ω)，其幅度响应和相位响应分别为)(ωj H 和)(ω?，如果作用于系统的信号为t j e t x 0)(ω=，则其响应信号为 t j e j H t y 0)()(0ωω= t j j e e j H 00)(0)(ωω?ω=))((000)(ω?ωω+=t j e j H 3.5 若输入信号为正弦信号，即x(t) = sin(ω0t )，则系统响应为 ))(sin(|)(|)sin()()(00000ω?ωωωω+==t j H t j H t y 3.6 可见，系统对某一频率分量的影响表现为两个方面，一是信号的幅度要被)(ωj H 加权，二是信号的相位要被)(ω?移相。 由于)(ωj H 和)(ω?都是频率ω的函数，所以，系统对不同频率的频率分量造成的幅度和相位上的影响是不同的。 2 LTI 系统的群延时 从信号频谱的观点看，信号是由无穷多个不同频率的正弦信号的加权和（Weighted sum ）所组成。正如刚才所述，信号经过LTI 系统传输与处理时，系统将会对信号中的所有频率分量造成幅度和相位上的不同影响。从相位上来看，系统对各个频率分量造成一定的相位移（Phase shifting ），相位移实际上就是延时（Time delay ）。群延时（Group delay ）的概念能够较好地反 数字信号处理 第四次实验报告 一、 实验目的 1.了解离散系统的零极点与系统因果性能和稳定性的关系 2.观察离散系统零极点对系统冲激响应的影响 3.熟悉MATLAB 中进行离散系统零极点分析的常用子函数 4.加深对离散系统的频率响应特性基本概念的理解 5.了解离散系统的零极点与频响特性之间的关系 6.熟悉MATLAB 中进行离散系统分析频响特性的常用子函数，掌握离散系统幅频响应和相频响应的求解方法。 二、实验过程 9.2已知离散时间系统函数分别为 ) 7.05.0)(7.05.0(3 .0)(1j z j z z z H ++-+-= )1)(1(3 .0)() 8.06.0)(8.06.0(3 .0)(32j z j z z z H j z j z z z H ++-+-= ++-+-= 求这些系统的零极点分布图以及系统的冲击响应，并判断系统因果稳定性。 %---------第一式-----------------------------------------------------------------------------% z1=[0.3,0]';p1=[-0.5+0.7j,-0.5-0.7j]';k=1; %z1零点向量矩阵，p1极点向量矩阵,k 系统增益系数---------------------------% [bl,al]=zp2tf(z1,p1,k); %将零极点增益函数转换为系统传递函数 subplot(3,2,1),zplane(bl,al); %zplane 显示离散系统的零极点分布图 ylabel('极点在单位圆内'); subplot(3,2,2),impz(bl,al,20); %impz 绘制系统的冲激响应图 %---------第二式-----------------------------------------------------------------------------% z2=[0,3,0]';p2=[-0.6+0.8j,-0.6-0.8j]'; %z2零点向量矩阵，p2极点向量矩阵---------------------------------------------------% [b2,a2]=zp2tf(z2,p2,k); %将零极点增益函数转换为系统传递函数 subplot(3,2,3),zplane(b2,a2); %zplane 显示离散系统的零极点分布图 ylabel('极点在单位圆上'); subplot(3,2,4),impz(b2,a2,20); %impz 绘制系统的冲激响应图 %---------第三式-----------------------------------------------------------------------------% 实验一报告、用FFT 对信号作频谱分析 一、实验目的 学习用FFT 对连续信号和时域离散信号进行频谱分析的方法，了解可能出现的分析误差及其原因，以便正确应用FFT 。 二、实验内容 1．对以下序列进行频谱分析： ()() ()()4231038470n 4033 470n x n R n n n x n n n n n x n n n =+≤≤?? =-≤≤???-≤≤?? =-≤≤??? 其它其它 选择FFT 的变换区间N 为8和16两种情况进行频谱分析。分别打印其幅频特性曲线，并进行对比，分析和讨论。 2．对以下周期序列进行频谱分析： ()()45cos 4 cos cos 4 8 x n n x n n n π π π ==+ 选择FFT 的变换区间N 为8和16两种情况分别对以上序列进行频谱分析。分别打印其幅频特性曲线，并进行对比、分析和讨论。 3.对模拟信号进行频谱分析： ()8cos8cos16cos20x t t t t πππ=++ 选择采样频率64s F Hz =，对变换区间N=16，32，64 三种情况进行频谱分析。分别 打印其幅频特性，并进行分析和讨论。 三、实验程序 1.对非周期序列进行频谱分析代码： close all;clear all; x1n=[ones(1,4)]; M=8;xa=1:(M/2);xb=(M/2):-1:1;x2n=[xa,xb]; x3n=[xb,xa]; X1k8=fft(x1n,8);X1k16=fft(x1n,16); X2k8=fft(x2n,8);X2k16=fft(x2n,16); X3k8=fft(x3n,8);X3k16=fft(x3n,16); subplot(3,2,1);mstem=(X1k8);title('(1a)8点DFT[x_1(n)]'); subplot(3,2,2);mstem=(X1k16);title('(1b)16点DFT[x_1(n)]'); subplot(3,2,3);mstem=(X2k8);title('(2a)8点DFT[x_2(n)]'); subplot(3,2,4);mstem=(X2k16);title('(2b)16点DFT[x_2(n)]'); subplot(3,2,5);mstem=(X3k8);title('(3a)8点DFT[x_3(n)]'); subplot(3,2,6);mstem=(X3k16);title('(3b)16点DFT[x_3(n)]'); 2.对周期序列进行频谱分析代码： N=8;n=0:N-1; x4n=cos(pi*n/4); x5n=cos(pi*n/4)+cos(pi*n/8); X4k8=fft(x4n); X5k8=fft(x5n); N=16;n=0:N-1; x4n=cos(pi*n/4); x5n=cos(pi*n/4)+cos(pi*n/8); X4k16=fft(x4n); X5k16=fft(x5n); figure(2) subplot(2,2,1);mstem(X4k8);title('(4a)8点 DFT[x_4(n)]'); subplot(2,2,2);mstem(X4k16);title('(4b)16点DFT[x_4(n)]'); subplot(2,2,3);mstem(X5k8);title('(5a)8点DFT[x_5(n)]'); subplot(2,2,4);mstem(X5k16);title('(5a)16点DFT[x_5(n)]') 3.模拟周期信号谱分析 figure(3) Fs=64;T=1/Fs; N=16;n=0:N-1; x6nT=cos(8*pi*n*T)+cos(16*pi*n*T)+cos(20*pi*n*T); X6k16=fft(x6nT); X6k16=fftshift(X6k16);用FFT对信号作频谱分析 实验报告
随机信号通过线性和非线性系统后地特性分析报告 实验报告材料
《数字信号处理》实验报告
信号处理实验报告、
频域分析实验报告
随机信号实验报告
数字信号处理期末综合实验报告
哈尔滨工程大学 语音信号处理实验报告
控制系统的频域分析实验报告
随机信号分析实验报告(基于MATLAB语言)
随机信号分析实验报告二 2
数字信号处理实验报告
工程信号处理实验报告
信号与系统实验报告实验三 连续时间LTI系统的频域分析
信号处理实验报告
用FFT对信号作频谱分析实验报告